Buchumschlag

Class-Aware PillarMix: Can Mixed Sample Data Augmentation Enhance 3D Object Detection with Radar Point Clouds?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Miao, Abdulatif, Sherif, Loesch, Benedikt, Altmann, Marco, Yang, Bin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Domain Shift on Radar-Based 3D Object Detection Amidst Diverse Environmental Conditions
von: Zhang, Miao, et al.
Veröffentlicht: (2024)

Semi-supervised 3D Object Detection with PatchTeacher and PillarMix
von: Wu, Xiaopei, et al.
Veröffentlicht: (2024)

Robust 3D Object Detection from LiDAR-Radar Point Clouds via Cross-Modal Feature Augmentation
von: Deng, Jianning, et al.
Veröffentlicht: (2023)

Learning Point Correspondences In Radar 3D Point Clouds For Radar-Inertial Odometry
von: Michalczyk, Jan, et al.
Veröffentlicht: (2025)

RadarSFD: Single-Frame Diffusion with Pretrained Priors for Radar Point Clouds
von: Zhao, Bin, et al.
Veröffentlicht: (2025)

RaTrack: Moving Object Detection and Tracking with 4D Radar Point Cloud
von: Pan, Zhijun, et al.
Veröffentlicht: (2023)

RadarPillars: Efficient Object Detection from 4D Radar Point Clouds
von: Musiat, Alexander, et al.
Veröffentlicht: (2024)

Enhancing mmWave Radar Point Cloud via Visual-inertial Supervision
von: Fan, Cong, et al.
Veröffentlicht: (2024)

The Finer Points: A Systematic Comparison of Point-Cloud Extractors for Radar Odometry
von: Preston-Krebs, Elliot, et al.
Veröffentlicht: (2024)

MixSup: Mixed-grained Supervision for Label-efficient LiDAR-based 3D Object Detection
von: Yang, Yuxue, et al.
Veröffentlicht: (2024)

Can We Remove the Ground? Obstacle-aware Point Cloud Compression for Remote Object Detection
von: Zeng, Pengxi, et al.
Veröffentlicht: (2024)

PS6D: Point Cloud Based Symmetry-Aware 6D Object Pose Estimation in Robot Bin-Picking
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

No More Potentially Dynamic Objects: Static Point Cloud Map Generation based on 3D Object Detection and Ground Projection
von: Woo, Soojin, et al.
Veröffentlicht: (2024)

Mixed Cloud Control Testbed: Validating Vehicle-Road-Cloud Integration via Mixed Digital Twin
von: Dong, Jianghong, et al.
Veröffentlicht: (2022)

Diffusion-Based Point Cloud Super-Resolution for mmWave Radar Data
von: Luan, Kai, et al.
Veröffentlicht: (2024)

Weakly Supervised Point Clouds Transformer for 3D Object Detection
von: Tang, Zuojin, et al.
Veröffentlicht: (2023)

Geometry‐Aware 3D Point Cloud Learning for Precise Cutting‐Point Detection in Unstructured Field Environments
von: Hongjun Wang, et al.
Veröffentlicht: (2025)

TimePillars: Temporally-Recurrent 3D LiDAR Object Detection
von: Calvo, Ernesto Lozano, et al.
Veröffentlicht: (2023)

Enhancing Lidar Point Cloud Sampling via Colorization and Super-Resolution of Lidar Imagery
von: Ha, Sier, et al.
Veröffentlicht: (2025)

Diffusion-Based mmWave Radar Point Cloud Enhancement Driven by Range Images
von: Wu, Ruixin, et al.
Veröffentlicht: (2025)

HeLiMOS: A Dataset for Moving Object Segmentation in 3D Point Clouds From Heterogeneous LiDAR Sensors
von: Lim, Hyungtae, et al.
Veröffentlicht: (2024)

TDFANet: Encoding Sequential 4D Radar Point Clouds Using Trajectory-Guided Deformable Feature Aggregation for Place Recognition
von: Lu, Shouyi, et al.
Veröffentlicht: (2025)

RadarGen: Automotive Radar Point Cloud Generation from Cameras
von: Borreda, Tomer, et al.
Veröffentlicht: (2025)

Unsupervised Radar Point Cloud Enhancement via Arbitrary LiDAR Guided Diffusion Prior
von: Yang, Yanlong, et al.
Veröffentlicht: (2025)

Mixed Precision PointPillars for Efficient 3D Object Detection with TensorRT
von: Fuengfusin, Ninnart, et al.
Veröffentlicht: (2026)

Registering the 4D Millimeter Wave Radar Point Clouds Via Generalized Method of Moments
von: Li, Xingyi, et al.
Veröffentlicht: (2025)

Trust-Aware Embodied Bayesian Persuasion for Mixed-Autonomy
von: Peng, Shaoting, et al.
Veröffentlicht: (2025)

MSSF: A 4D Radar and Camera Fusion Framework With Multi-Stage Sampling for 3D Object Detection in Autonomous Driving
von: Liu, Hongsi, et al.
Veröffentlicht: (2024)

Multi-Object Tracking based on Imaging Radar 3D Object Detection
von: Palmer, Patrick, et al.
Veröffentlicht: (2024)

Dynamic Occupancy Grids for Object Detection: A Radar-Centric Approach
von: Ronecker, Max Peter, et al.
Veröffentlicht: (2024)

CRKD: Enhanced Camera-Radar Object Detection with Cross-modality Knowledge Distillation
von: Zhao, Lingjun, et al.
Veröffentlicht: (2024)

LEROjD: Lidar Extended Radar-Only Object Detection
von: Palmer, Patrick, et al.
Veröffentlicht: (2024)

Benchmarking Multi-View BEV Object Detection with Mixed Pinhole and Fisheye Cameras
von: Liu, Xiangzhong, et al.
Veröffentlicht: (2026)

Leveraging Previous-Traversal Point Cloud Map Priors for Camera-Based 3D Object Detection and Tracking
von: Käppeler, Markus, et al.
Veröffentlicht: (2026)

Voxel Mamba: Group-Free State Space Models for Point Cloud based 3D Object Detection
von: Zhang, Guowen, et al.
Veröffentlicht: (2024)

Moving Object Segmentation in Point Cloud Data using Hidden Markov Models
von: Bhandari, Vedant, et al.
Veröffentlicht: (2024)

Incorporating Point Uncertainty in Radar SLAM
von: Xu, Yang, et al.
Veröffentlicht: (2024)

DRIFT: Dual-Representation Inter-Fusion Transformer for Automated Driving Perception with 4D Radar Point Clouds
von: Pei, Siqi, et al.
Veröffentlicht: (2026)

Semi-autonomous Robotic Disassembly Enhanced by Mixed Reality
von: Rastegarpanah, Alireza, et al.
Veröffentlicht: (2024)

RadCloud: Real-Time High-Resolution Point Cloud Generation Using Low-Cost Radars for Aerial and Ground Vehicles
von: Hunt, David, et al.
Veröffentlicht: (2024)